医学统计学第二章详解

1、医学统计学第二章第一页，共五十一页。原始资料杂乱无章【例2.1】 2011年某市120名7岁男童身高（cm）资料如下，试编制频数表。第二页，共五十一页。分类资料的整理列出类别，计算频数，列表第三页，共五十一页。2.1 频数表资料整理的必要性 条理化，系统化，显示数量特征、分布规律，便于进一步统计分析数值变量资料的整理第四页，共五十一页。2.1.1. 频数表的编制 【例2.1】 2011年某市120名7岁男童身高（cm）资料如下，试编制频数表。第五页，共五十一页。频数表的编制方法如下 ：(1)找出观察值中的最大值和最小值,并求出极差 (2)决定组段数、组段和组距 确定组段数要以充分反映数据的分布

2、特征为原则 组距26.6/102.66可以参考斯特奇斯（Sturges）提出的经验公式来确定分组数第六页，共五十一页。(3)列表划记：计算各组段包含的观察单位个数第七页，共五十一页。2.1.2 频数分布的图示 图2.1 2011年某地120名7岁男童身高的频数分布 第八页，共五十一页。2.1.3. 频数分布的分析对频数表的分析，主要在于以下几个方面： (1)有无可疑值 通过对频数分布的分析，发现某些特大或特小的离 群值、可疑值 (2)分布的类型 频数分布可分为对称分布和偏态分布两种类型. 不同类型的分布，应采用不同的统计分析方法 第九页，共五十一页。对称分布，是指观察值向中央部分集中，以中等数

3、据居多，左右两侧分布大体对称。 如：正常人身高、体重，脉搏，血红蛋白等的分布对称分布 第十页，共五十一页。所谓偏态分布，是指观察值偏离中央 尾部偏向数轴正侧（或右侧），称正偏态（或右偏态）； 如：食物中毒引起腹泻的潜伏期尾部偏向数轴负侧（或左侧），称负偏态（或左偏态） 如：慢性病患者年龄的分布 左偏态 右偏态第十一页，共五十一页。(3)分布特征 分布的两个重要特征:集中趋势和离散趋势 总体中的个体总是具有同质性，这些同质性使得观察值应趋向同一数值（即集中趋势）。同一总体中的个体之间又普遍存在着各种差别，使得个体观察值不会完全相同。第十二页，共五十一页。2.2 集中趋势的描述平均数反映一组观察值

4、的集中趋势、中心位置或平均水平它是该组数据的代表，能对一群同类事物或现象的数量特征作出概括的说明，是统计学中应用最广泛、最重要的一个指标体系。常用的平均数有（算术）均数，几何均数和中位数 第十三页，共五十一页。2.2.1 均数 均数是算术均数的简称,习惯上用希腊字母 表示总体均数；用 表示样本均数。均数反映一组观察值在数量上的平均水平，最适合单峰对称分布资料的平均水平的描述。1）未分组资料（原始资料）的均数的计算方法： 将所有的观察值直接相加，再除以总观察数n第十四页，共五十一页。第十五页，共五十一页。【例 2.3 】 求表2.1中资料的均数第十六页，共五十一页。2.2.2 几何均数 有些医学

5、资料，如抗体的滴度，细菌计数等，其频数分布呈明显偏态，各观察值之间呈倍数变化(等比关系)，算术均数对这类资料集中趋势的代表性就差，这时宜用几何均数反映其平均增(减)倍数。几何均数一般用G表示，适用于各变量值之间成倍数关系，但作对数变换后指标成单峰对称分布的资料。 第十七页，共五十一页。第十八页，共五十一页。【例2.4 】 5人的血清抗体滴度分别为1:10，1:20，1:40，1:40，1:160，求平均滴度。第十九页，共五十一页。第二十页，共五十一页。【例2.5 】 某地107人接种疫苗后抗体滴度见表2.2第（1）（2）栏，求平均滴度。表2.2 107例试验受试者免疫后麻疹HI抗体滴度及平均滴

6、度计算第二十一页，共五十一页。计算几何均数时注意变量值中不能有0，因为0与任何数的乘积均为0，且0不能取对数。同一组变量值不能同时存在正、负值。若变量值全为负值，可在计算时将负号除去，算出结果后再冠以负号 第二十二页，共五十一页。2.2.3 中位数与百分位数 资料是偏态分布的，资料中的少数数据过分偏大（或偏小），分布不规则，一端或两端有不确定数据（开口资料）时，用中位数表示他们的集中趋势比算术均数合理。 中位数（median，简记为M）是将一组观察值从小到大按顺序排列，位次居中的观察值就是中位数第二十三页，共五十一页。百分位数（percentile）是一种位置指标，以 表示，一个百分位数 将总

7、体或样本的全部观察值分为两个部分，理论上有X的观察值比 小，有（100-X）观察值比 大第二十四页，共五十一页。中位数和均值的关系左偏分布均值 中位数 对称分布 均值= 中位数右偏分布 中位数 均值第二十五页，共五十一页。中位数与百分位数的计算(1)未分组资料的中位数计算法 设个观察值X1，X2，Xn已按从小到大的顺序排列，则：【例2.6 】 9名沙门菌食物中毒患者的潜伏期（小时）为：2，5，9，12，14，15，18，24，60。求其中位数。第二十六页，共五十一页。【例2.7】 8名杆菌痢疾治愈者的住院天数如下，求其中位数。 4，9，10，12，14，20，24，61第二十七页，共五十一页。

8、(2)分组资料的中位数和百分位数计算法 百分位数的计算公式：第二十八页，共五十一页。第二十九页，共五十一页。第三十页，共五十一页。2.3 离散程度的描述【例2.9】 三组同性别、同年龄儿童的体重(kg)如下，试分析其集中趋势和离散程度。 甲组 26 28 30 32 34 乙组 24 27 30 33 36 丙组 26 29 30 31 34 第三十一页，共五十一页。三组的的均数相同，但显然5个数据间参差不齐的程度是不一样的。二者结合，才能全面认识事物。描述离散程度的指标有极差、四分位数间距、方差、标准差及变异系数 第三十二页，共五十一页。2.3.1. 极差极差(range，记为R)亦称全距。

9、即一组数据中最大值与最小值之差。反映个体的变化范围。极差大，说明变异度大；反之，说明变异度小 优点：计算简单，意义明确。 缺点：除了最大值和最小值外，不能反映组内其它数据的变异程度 ；样本例数悬殊时不宜比较极差；抽样误差较大，极不稳定。 第三十三页，共五十一页。2.3.2 四分位数间距四分位数(quartile，记为Q)，是特定的百分位数，即P25（下四分位数）和P75（上四分位数） 四分位数间距（inter-quartile range）就是上四分位数与下四分位数之差 QQUQL 四分位数间距可看成中间一半观察值的极差第三十四页，共五十一页。用四分位数间距反映变异程度的大小 优点：比极差稳定

10、， 缺点：但仍未考虑全部观察值的变异程度。 适用场合：如集中趋势用中位数描述，则相应的离散趋势用四分位数间距描述。第三十五页，共五十一页。2.3.3 方差与标准差离均差 :总体中每个变量值X与总体均数之差，X-，称为离均差 离均差平方和:将离均差平方后再相加，得(X-)2，称为离均差平方和(sum of squares) ，其除了与变异度有关，还与变量值的个数N有关。总体方差: 第三十六页，共五十一页。方差的度量单位是原变量值度量单位的平方总体标准差 :方差标准差越大说明个体的变异度越大；反之，说明个体的变异度就越小第三十七页，共五十一页。样本标准差s : 实际计算时用公式：第三十八页，共五十

11、一页。分组资料用公式 ：第三十九页，共五十一页。2.3.4. 相对离散度为什么要引进相对离散度？常用的相对离散度指标有：极差与中位数之比；四分位数间距(QU-QL)与(QU+QL)之比；而最常用的是变异系数(coefficient of variation，记为CV)。 变异系数(离散系数): 主要用于 :度量衡单位不同的几组资料间的比较 均数相差悬殊的几组资料间的比较 第四十页，共五十一页。注解：第四十一页，共五十一页。2.4 分类资料的率和比分类资料常用的描述性指标是相对数第四十二页，共五十一页。2.4.1 比 (相对比 )比亦称相对比，是A、B两个有关指标之比，说明A为B的若干倍或百分之

12、几。 比A/B例如：新生婴儿（全人口）性别比，医护比，病床数与医护人员之比，医院的门诊人数与病床数之比，发展速度和增长速度等等。第四十三页，共五十一页。2.4.2 构成比 说明一种事物内部各组成部分所占的比重或分布，常以百分数表示，计算公式为：如:班级女生比例，不及格比例,死因构成比第四十四页，共五十一页。2.4.3 率如:流感发生有季节性;南部非洲是爱滋病的重灾区,说明现象发生的强度是有差异的说明某现象发生的频率或强度.常以百分率()、千分率()、万分率(1/万)、十万分率(1/10万)等表示。计算公式为:比例基数的选取:至少保留一二位整数医学中有些频率指标的定义并不符合率的定义第四十五页，

13、共五十一页。2.4.4. 应用相对数时应注意的问题计算相对数的分母不宜过小 原理：频率的稳定性 实际应用中，如果观察例数小于20时，都不宜计算相对数。 发生率的大小对抽样研究中的样本的大小有指导意义 设计的周密程度，实验条件的严格控制不同时对研究对象的例数要求不同2.分析时不能以构成比代替率（强度相对数） 构成比（构成相对数）只能说明事物各组成部分的比重，并不说明某现象发生的频率或强度第四十六页，共五十一页。3.当各分组的观察单位数不等时，不能直接将各分组的率相加求其平均而成为总率 4.对比时应注意资料的可比性 除研究因素外，其他的重要影响因素应相同或相近观察对象同质，时间相近，研究方法相同，以及地区、民族等客观条件一致 其它影响因素在各组的内部构成应相近第四十七页，共五十一页。2.4.5 标准化法(1)标准化法的概念 当比较两类事物的总率时，如果此两同类事物的内部构成，特别是